Una plataforma basada en la nube para datos armonizados de COVID-19: diseño e implementación del centro de datos de...

Área de la Ciencia:

• Informática de la salud pública
• Ciencia de los datos
• Infraestructura para la investigación biomédica

Sus antecedentes:

• La pandemia de COVID-19 puso de relieve las brechas críticas en la infraestructura de datos para una respuesta rápida de salud pública.
• Los sistemas existentes tenían dificultades para recopilar, integrar y analizar datos a tiempo, lo que dificultaba la toma de decisiones basada en la evidencia.
• Los Institutos Nacionales de Salud iniciaron el programa de Aceleración Rápida del Diagnóstico (RADx) para abordar estas limitaciones.

Objetivo del estudio:

• Presentar el diseño, la implementación y las capacidades del RADx Data Hub.
• Establecer una plataforma basada en la nube que apoye los principios de datos FAIR para la investigación de COVID-19.
• Permitir análisis secundarios de los datos de una red nacional de investigadores.

Principales métodos:

• Desarrolló una plataforma escalable basada en la nube que se adhiere a los principios de datos FAIR.
• Integró diversos tipos de datos (clínicos, diagnósticos, conductuales y determinantes sociales) de más de 100 organizaciones de investigación.
• Implementó canales de datos automatizados y manuales para la desidentificación, validación de calidad, curación y armonización, haciendo cumplir los estándares de metadatos con herramientas como CEDAR y BioPortal.

Principales resultados:

• El RADx Data Hub alberga 187 estudios y más de 1700 archivos de datos en cuatro programas RADx.
• Los componentes como Study Explorer y Analytics Workbench facilitan el descubrimiento y el análisis de datos.
• Los datos armonizados con elementos de datos comunes apoyan la integración entre estudios y el uso secundario, con identificadores persistentes y metadatos estructurados.

Conclusiones:

• El centro de datos RADx aborda eficazmente los desafíos de la integración de datos en la investigación en salud pública.
• Su plataforma centralizada compatible con FAIR soporta análisis secundarios y puede adaptarse a otras disciplinas científicas.
• La plataforma fortalece la infraestructura de datos y mejora la preparación para futuras crisis de salud.